Simon Willison rilascia alchemy-utils 0.1a0, porta sqlite-utils su SQLAlchemy
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Un prototipo alpha replica l'API di sqlite-utils su un backend agnostico per PostgreSQL, SQLite e DuckDB.
Simon Willison ha pubblicato alchemy-utils 0.1a0, un prototipo che replica l’API di sqlite-utils su SQLAlchemy e punta a funzionare con più motori di database. La data è il 12 agosto 20261.
L’obiettivo è chiaro: una libreria con la stessa API di sqlite-utils. Willison elenca i metodi da supportare: insert, upsert, insert_all, upsert_all, create, update. A questi aggiunge l’introspezione delle tabelle. La differenza è nel backend: usare SQLAlchemy per parlare con più engine1.
Per costruirla ha coinvolto modelli LLM. Ha chiesto a Codex e a GPT-5.6 Sol Ultra di produrre un prototipo. Il compito: uno “spike” di ricerca per capire cosa serve a replicare l’API di sqlite-utils con SQLAlchemy. Poche prompt di follow-up sono bastate per arrivare a uno stato “good enough to release as an alpha”1.
Il perimetro dei test comprende tre database. Willison cita PostgreSQL, SQLite e DuckDB. Indica anche i riferimenti per lo sviluppo. Chiede di usare ~/dev/sqlite-utils come base. Chiede di creare un repository Git e fare commit “early and often”. Suggerisce uv init per inizializzare il progetto. Richiede red/green TDD e pytest. Per i test su PostgreSQL rimanda a ~/dev/django-sql-dashboard come esempio1.
C’è un comando completo per provare l’eseguibile. Con uvx e l’extra postgresql, si può elencare le righe di una tabella su un’istanza locale di PostgreSQL. L’esempio pubblicato è: uvx --with 'alchemy-utils[postgresql]' alchemy-utils rows 'postgresql+psycopg://simon@localhost:5432/simonwillisonblog' redirects_redirect1.
La versione indicata è 0.1a0. Willison la definisce un’alpha. Sottolinea che ci sono volute poche iterazioni per arrivare a questa prima uscita. Il racconto assegna a Codex e GPT-5.6 Sol Ultra un ruolo diretto nella prototipazione, con prompt mirati e risultati rapidi1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.